3GPP 5G-NR 随笔(1-4):NR-RMSI特征与频域位置

1. 什么是RMSI?

  5G NR中,支持on-demand SIB传输,考虑尽可能快速同步与接入,将必要的系统信息分为两部分:MIB与RMSI(Remaining minimum system information),其它非必要信息,有需求时再读取。可知RMSI实质是即是SIB1,通知UL freq、TDD cfg等信息。
  NB支持wider BW与mixed numerology,SSB的位置并不固定,RMSI的传输设计,主要考虑与SSB的关系,例如如何在不同numerology下与SSB复用,时域上RMSI CORESET的监测窗位置等,如下图示意。
  

Read More

3GPP 5G-NR 随笔(2-2):RF带宽配置改变的转换时间(BWP Switch Transition Time)

1. UE RF Bandwidth Adaptation

  5G NR中,UE采用了RF Bandwidth Adaptation技术,以节省功耗,更灵活适配多种业务。网络可最多为每个UE配置4个BWP(BandWidth Part),根据需要动态改变指示给UE,如下图示意。  
  

Read More

3GPP 5G-NR 随笔(1-3):NR-SSB特征与时频位置

1. SS/PBCH Block(SSB)特征



图1:SSB组成

Read More

3GPP 5G-NR 随笔(2-1):NR信道带宽利用率、NR-ARFCN与channel raster

  

Read More

3GPP 5G-NR 随笔(1-2):NR-Sss序列特征

  与NR-Pss类似,NR-Sss映射为连续的127个SC,占用144SC,两侧分别为8/9个SC做为guard band。 
图1:NR-Sss序列生成
图2:NR-Sss序列映射
图3:NR-Sss序列相关性

Read More

3GPP 5G-NR 随笔(1-1):NR-Pss的设计

  同步信号做为通信系统最基础的信号,5G NR的SS设计,继承了4G的一些优点,同时针对5G的新特点,也进行了相应优化改进。

Read More

5G全双工技术简介

  全双工(full duplex)即收发采用相同频率,故会存在自干扰(self interference)问题,FD技术的核心在于如何消除SI。其优势在于SIC完成较好时相对于FDD/TDD可以显著提高频谱效率。
  下面FD相关小结,摘自《Signal Processing for 5G:ALGORITHMS AND IMPLEMENTATIONS》© 2016 John Wiley & Sons, Ltd,版权归原书所有。

Read More

2017年小结

  再次更新blog,已一年矣。2017年发生了很多事,留下了许多思考。

Read More

5G下行候选新波形简介(1)--FBMC、UFMC、GFDM

  目前4G LTE下行波形为CP-OFDM,为改善ACLR性能,通常会再进行滤波处理(又称WOLA,Weighted OverLap and Add – Windowing technique)以降低OOB辐射。
  5G考虑到频谱效率、非正交接入、多业务共存等,需要尽可能降低带内与带外辐射,降低对相邻PRBs、band的干扰。
  5G目前讨论的下行候选波形,主要包括三种:FBMC(Filter Bank Multi-Carrier)、UFMC(Universal Filtered Multi-Carrier)、GFDM(Generalized frequency division multiplexing)。
  三种技术均是通过加滤波器的方式,不再需要CP或仅需要短ZP,以期提升频谱效率。相应地,收发处理会增加复杂度,以减轻ISI/ICI的影响。
  FBMC通过多相网络对各个子载波进行滤波,UFMC对RBs进行滤波,GFDM在频域进行单抽头滤波。
  Qualcomm在《5g-research-on-waveform-and-multiple-access-techniques》中对这三种候选新波形进行了评估,摘要如下。
  
  FBMC的结构与性能如下:

Read More

由招行的2016年度账单收入排名,预测北京市的薪资分布

  最近招行网银里面退出了‘2016趣味年度账单’功能,里面可以看到各方面的花费,同时可以看到年度收入在同城如北京市的排名,比如年度收入5w,排名超过30%;收入10w,超过40%之类。
  由此,假设全市的人非常多,各行业、各岗位的相关性不大,那么招行统计的这么多数据,就可以认为服从某一个概率分布;如果我们拿到几个这样的数据,那么就可以按照此概率分布,来大概了解下全市的收入分布了。
  当然,这样的模型并不严谨,首先招行毕竟是小众银行,覆盖人群并不是大多数人群,采样有偏差;其次,数据量如果较小,那么模型容易过拟合而失真;再次,顶多体现工薪阶层的收入分布,诸多高收入人群收入多样化完全不适应。
  一般认为社会人群收入分布为金字塔型,那么我们建模其为高斯分布。
  根据北京市统计局的平均工资数据,2016平均工资为8717元,因招行统计的为入卡收入,必然已扣除社保、公积金之类,则可以计算出,平均年度税后收入为8.8w,此为高斯分布的均值u;根据几个熟人的排名数据,可以计算出高斯分布的标准差sigma=14,从而得到工薪年度税后收入分布图如下:
   
  各阶段排名的年度税后收入,换算为税前收入如下:
   
  现在可以看看,你处在哪一阶段呢?
  如果你的招行网银收入排名数据,与这个模型偏差较大,那么欢迎留言反馈,以便我更好的改进模型。

Read More